Наша команда занимается управлением модельным риском (убытки, обусловленные неточностью модели). Мы выполняем независимую оценку качества моделей и настраиваем автоматический контроль уровня модельного риска.
В процессе работы изучаем и тестируем подходы к моделированию широкого диапазона финансовых задач - от построения прогнозов временных рядов до определения тональности новостей в торговых терминалах. Работаем с Classic ML, DL, Агентами на базе GenAI(GigaChat).
Фокусами нашей деятельности являются повышение эффективности влияющих на P&L Банка моделей и проработка инструментов, помогающих оценить работу моделей в различных сценариях будущего.
Обязанности
- исследовать подходы к моделированию и валидации различных классов моделей
- разбираться в структуре моделей, тестировать их корректность, челленджить подход разработчика
- автоматизировать валидационные тесты, совершенствовать мониторинг качества моделей
- участвовать в пилотировании Агента-валидатора
- разрабатывать пайплайны для проверки качества данных
- оценивать влияние моделей на процессы
- совершенствовать методы оценки модельного риска и предиктивной аналитики.
Стек: Python, Machine Learning, Deep Learning, time series
Требования
- опыт работы от 1года
- профильное техническое образование
- глубокое понимание ML, мат. статистики и теории вероятностей
- хороший уровень владения основными библиотеками Python для машинного обучения и анализа данных
- понимание временных рядов, DL, финансов и управления рисками будет преимуществом.
Условия
- комфортный современный офис рядом с м. Кутузовская
- формат работы: фулл тайм офис
- годовая премия
- корпоративный спортзал и зоны отдыха
- более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
- регулярные митапы и развитое DS-community
- расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
- гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
- бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
- вознаграждение за рекомендацию друзей в команду Сбера.